Quoi de neuf dans Learn ArcGIS décembre 2021

AdenaSchutzberg1

Nouvelles leçons Learn

Une leçon Learn est un tutoriel étape par étape qui utilise un scénario réel pour présenter les outils et workflows clés d'ArcGIS. Voici un résumé des nouvelles leçons dans la galerie Learn ArcGIS apparues au cours du dernier mois.<\/DIV>

 <\/H5>Évaluer les dégâts de grêle dans les champs de maïs avec des images satellites (ArcGIS Online, ArcGIS Image for ArcGIS Online)<\/H5><\/span>La région de Taber et Barnwell, en Alberta, Canada, a une grande production de maïs et d'autres cultures. Début août 2019, la récolte imminente a été gravement impactée lorsqu'une importante tempête de grêle a traversé la région. Des grêlons poussés par des vents atteignant plus de 140 kilomètres par heure (ou 87 miles par heure) ont déchiré la zone. Dans cette leçon, en tant qu'analyste d'images pour une organisation locale d'agriculteurs, vous effectuerez une première évaluation des dégâts basée sur des images multispectrales satellites capturées avant et après la tempête de grêle. En utilisant ArcGIS Image for ArcGIS Online, vous créerez des couches d'images tuilées en ligne, les ajouterez à une carte web et les explorerez visuellement. Ensuite, vous réaliserez une analyse des changements, appliquant un indice de végétation aux deux images, calculant la différence entre les deux, et extrayant la perte moyenne de végétation saine par champ. Enfin, vous apprendrez à construire un modèle de fonction raster pour automatiser cette analyse. <\/P> <\/H5>Automatiser l'évaluation des dégâts causés par le feu avec deep learning (ArcGIS Pro, ArcGIS Image Analyst)<\/H5><\/span>L'incendie Woolsey de 2018 était un feu de forêt qui a brûlé près de 97 000 acres de terrain dans les comtés de Los Angeles et Ventura en Californie du Sud. Évaluer l'ampleur des dégâts était essentiel pour aider les personnes touchées par la catastrophe à se rétablir. Par le passé, ce processus nécessitait des heures d'analystes examinant minutieusement des images aériennes pour classifier manuellement chaque bâtiment comme endommagé ou non endommagé. Avec l'introduction du deep learning, ce processus peut être automatisé, et vous apprendrez comment entraîner un modèle capable de détecter si les bâtiments ont été impactés par les incendies ou non.<\/DIV> <\/P>Tout d'abord, vous travaillerez avec des images aériennes et un jeu de données d'entraînement de bâtiments pour classifier les structures comme endommagées ou non endommagées. Ces données entraîneront un modèle deep learning. Ensuite, vous appliquerez votre modèle aux bâtiments non classifiés pour les marquer rapidement comme endommagés ou non endommagés et observerez la précision de votre modèle.<\/P> <\/H5> <\/H5>Classifier les mangroves avec deep learning (ArcGIS Pro, ArcGIS Image Analyst, Deep Learning Libraries for ArcGIS Pro)<\/H5><\/span>Les mangroves sont essentielles au maintien et à la conservation d'écosystèmes côtiers sains. Elles sont extrêmement riches en biodiversité, abritent une grande variété d'espèces végétales et animales, et protègent les zones côtières intérieures contre l'érosion et les impacts des tempêtes. En raison de divers phénomènes climatiques et du développement humain, les forêts de mangroves diminuent rapidement. Cela nécessite une surveillance active et des efforts de conservation pour les mangroves existantes.<\/DIV> <\/P>Dans cette leçon, vous préparerez et entraînerez un modèle deep learning pour identifier ces forêts en utilisant des images Landsat 8 de 2016. Ensuite, vous déploierez le modèle sur des images de 2021 pour la même zone d'étude afin d'observer comment l'étendue de la forêt de mangroves a changé au fil du temps. Ces résultats aident les gestionnaires de la conservation à mieux comprendre comment les forêts sont impactées par les environnements naturels et construits.<\/P> <\/P><\/DIV>Interroger les clients pour obtenir des informations marketing (ArcGIS Survey123\/Web designer)

Les entreprises utilisent des enquêtes clients pour évaluer leurs politiques, développer des stratégies marketing et mieux comprendre leur audience. Traditionnellement, ces enquêtes étaient réalisées sur papier ou par téléphone ; compiler les résultats pouvait être difficile et chronophage. Les entreprises se tournent désormais vers des enquêtes numériques, hébergées en ligne, accessibles via mobile et partagées ainsi qu'analysées plus efficacement.<\/P>

Dans cette leçon, Super Tech Now, une franchise de magasins technologiques, vous a engagé pour développer une enquête sur le sentiment client utilisant ArcGIS Survey123<\/>.<\/> Avec Survey123<\/> vous pouvez créer des enquêtes numériques qui collectent des données en temps réel à travers une organisation. Vous créerez une enquête, la testerez et évaluerez les résultats en ligne.<\/>  <\/> <\/>Concevoir une carte avec ArcGIS Pro et Adobe Illustrator (ArcGIS Pro, ArcGIS Maps for Adobe Creative Cloud, ArcGIS Online, Adobe Illustrator CC)Dans cette leçon, vous êtes technicien SIG dans une société immobilière multinationale et on vous a demandé d'aider l'équipe graphique en créant une carte montrant l'emplacement de tous les bureaux de votre entreprise. La carte sera mise en avant comme élément graphique principal sur votre site web. Les couleurs et polices doivent correspondre à l'image de marque de votre entreprise.
Vous commencerez la carte dans ArcGIS Pro<\/> où vous avez accès aux outils de gestion et d'analyse des données. Mais vous terminerez la carte dans Adobe Illustrator<\/> où vous pouvez accéder à certains outils graphiques ainsi qu'à convertir la carte dans un format familier à votre équipe design.
 
 
 <\/span>Une tempête peut générer une élévation du niveau de la mer appelée onde de tempête. Dans cette leçon, en tant qu'analyste de la résilience climatique au Danemark, vous souhaitez évaluer la vulnérabilité de Hvidovre, une commune côtière proche de Copenhague, aux inondations causées par les ondes de tempête. Vous effectuerez cette analyse dans ArcGIS Pro<\/SPAN>, en utilisant des modèles développés dans ModelBuilder<\/SPAN>. Tout d'abord, vous déterminerez l'impact potentiel des ondes de tempête à 16 niveaux de mer différents variant entre 1 et 4 mètres. Ensuite, vous identifierez les points faibles qui pourraient permettre à l'eau de s'écouler et qui pourraient bénéficier de la construction d'un ou plusieurs nouveaux digues protecteurs. Enfin, vous vérifierez que l'ajout de ces nouveaux digues éviterait des inondations catastrophiques potentielles à l'avenir.<\/DIV> <\/DIV>Ce type d'analyse, appelé dépistage des inondations, est d'autant plus crucial dans le contexte du changement climatique, de l'élévation du niveau de la mer et de la fréquence accrue des occurrences d'ondes de tempête. Dans la dernière partie de cette leçon, vous apprendrez comment reproduire cette analyse dans votre propre zone d'intérêt.<\/P>Nouveaux Parcours d'Apprentissage<\/STRONG><\/SPAN><\/P>Un Parcours d'Apprentissage est un ensemble séquencé de ressources pour apprendre sur un sujet particulier. Voici un résumé de quelques nouveaux parcours dans la Galerie Learn ArcGIS qui sont apparus le mois dernier.<\/P> <\/H5>Premiers pas avec les fonds de carte 3D<\/A> (solution 3D Basemap)<\/STRONG><\/H5><\/span>Découvrez comment les gouvernements, les services publics et d'autres organisations peuvent utiliser la solution 3D Basemaps ainsi que leurs données lidar, empreintes des bâtiments et données utilitaires pour créer et maintenir un fond de carte 3D.<\/DIV><\/DIV><\/DIV><\/DIV><\/DIV>